1 관찰의 이론적재성

2 관계형 데이터 모델링에 필요한 이론

일상적인 업무에서 문제가 발생했을 때에 체계적으로 접근하여 문제를 해결하는 사람이 있기도 하고, 시행착오법으로 해결하는 사람도 있다. 아는 만큼 보인다고 했다. 현상은 내 지식의 한계속에 인식된다. 지식은 경험한 -이론을 현실에 적용해 본- 지식일 수도 경험하지 못했지만 이론적으로만 알고 있는 지식일수도 있다. 만약 어떤 현상을 관찰했을 당시 왜 그런 현상이 발생하는지 알고 있다면 그 현상을 관찰할 때 어떤 이론이 적재된 것이다. 이를 '관찰의 이론적재성'이라고 한다. 데이터 모델링도 관찰의 이론적재성이 필요하다. 데이터 모델링을 실시할 때에도 우선 겉으로 드러나 보이는 것을 관찰하게 되는데, 현상을 관찰할 때 어떤 이론이 적재되어야만 올바른 데이터 모델을 도출될 수 있다.

데이터 모델링은 주관적이라고 한다. 맞는 말이다. 왜냐하면 모델러가 여러 이론과 지식을 통합하고 적재하여 관찰할 수 있는 수준이 다르기 때문이다. 만약 모델러가 현상에 대해 인식할 수 없다면 인식할 수 있는 수준으로 이끌어 내거나 학습을 해야 한다. 경험도 필요하다. 여기서 말하는 경험은 이론을 적용해 본 경험이다. 이론은 공통적인 것이지만 경험은 개별적인 것이다. 경험을 통해 더욱 성숙된 지식을 습득할 수 있으며, 이론 이외의 변수에 대한 고려도 함께 해볼 수 있다.

흔히 데이터 모델링이라하면 관계형 데이터 모델링을 말한다. 관계형 데이터 모델링을 위해서는 여러 가지 이론(or 지식)이 필요하다.

1. 집합론
   
2. 1차 술어논리
   
3. 관계형 이론
   
4. 시스템 이론 or 복잡계 이론
   
5. 해당 업무영역의 지식